ارزیابی مدل‌های رگرسیون غیر خطی در آنالیز رشد میوه گردو ایرانی

علوم باغبانی

مقاله 15، دوره 29، شماره 3، آذر 1394، صفحه 451-458   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jhorts4.v0i0.24904

نویسندگان

عیسی کرامتلو¹؛ محمد مهدی شریفانی²؛ حسین صبوری^{* 3}

¹دانشگاه گرگان

²گروه مهندسی علوم باغبانی و فضای سبز، دانشکده تولید گیاهی، دانشگاه کشاورزی و منابع طبیعی گرگان، گرگان، ایران

³دانشگاه گنبد کاووس

چکیده

مدل های ریاضی رشد و نمو گیاهان از ابزارهای بسیار مهم در مطالعه و بررسی سیستم‌های کشاورزی بوده و از آن‌ها می توان در تصمیم‌گیری و یا طراحی روش‌های مدیریتی، استفاده کرد. این مدل ها می توانند در بررسی تیمارهای مختلف و زمان تاثیر آن‌ها بر روی رشد میوه، پیش‌بینی تاریخ برداشت و روش های مدیریتی مرتبط با نمو میوه استفاده شود. مدل های رگرسیونی زیادی برای توصیف الگوهای رشد سیگموییدی وجود دارد. هدف از این مطالعه، بررسی مدل های رگرسیون غیر خطی رشد میوه بر پایه وزن، طول و عرض میوه و انتخاب بهترین مدل الگوی رشد ذاتی میوه گردو ایرانی بود. از دو مدل دابل سیگموئید و تک مولکولی- لجستیک برای بررسی مدل رشد میوه بر پایه وزن میوه و از چهار مدل ریچارد، گومپرتز، لجستیک و نمایی برای بررسی الگوی رشد بر پایه طول و عرض میوه استفاده شد. برای انتخاب بهترین مدل از چهار معیار کمترین معیار اطلاعات آکائیک، معیار اطلاعات بین شوارتز، جذر میانگین مربعات خطا و بیشترین ضریب تبیین استفاده شد. بر اساس معیارهای انتخاب بهترین مدل، مدل دابل سیگموید، برای شبیه سازی بر اساس وزن میوه و مدل ریچارد، در شبیه سازی بر حسب طول و عرض میوه بهترین مدل شناسایی شدند. این مدل ها به‌طور موثری می توانند در بهبود مدیریت باغ، از جمله آبیاری، کوددهی و عملیات باغداری استفاده شود.

کلیدواژه‌ها

دابل سیگموئید؛ رشد سیگموئیدی؛ مدل‌سازی رشد؛ معیارهای انتخاب مدل؛ وزن کل میوه

مراجع

Banayan M. 2002. Development and applications of simulation models in agriculture, Ferdowsi University of Mashhad, Mashhad.

2- Behtari B., Nemati Z., Hassanpour H., and Rezapour Fard J. 2011. Modeling Seedling Emergence and Growth in Green Bean, Sunflower and Maize by Some Nonlinear Models, Jornal of Sustainable Agriculture and Production Science, 20(2):130-140. (in Persian with English abstract)

3- Chahuky M.A.Z. 2010. Multivariate Analysis with SPSS. Faculty of Natural Resources, University of Tehran, Iran.

4- Dastmalchi A., Soltani A., Latifi, N. and Zeinali E. 2011. Parameter estimates and evaluation of CropSyst-Wheat for Golestan province cultivars, Electronic Journal of Crop Production, 4 (2): 63-80. (in Persian with English abstract)

5- Genard M., and Bruchou C. 1993. A functional and exploratory approach to studying growth: the example of the peach fruit, Journal of the American Society for Horticultural Science, 118(2):317-323.

6- Ghadirian R., Soltani A., Zeinali E., Kalateh Arabi, M. and Bakhshandeh A. 2012. Evaluating non-linear regression models for use in growth analysis of wheat, Electronic Journal of Crop Production, 4 (3): 55-77. (in Persian with English abstract)

7- Heinen M. 1999. Analytical growth equations and their Genstat 5 equivalents, Netherlands Journal of Agricultural Science, 47: 67-89.

8- Jackson D., Looney N., Morley-Bunker, M. and Thiele G. 2011. Temperate and Subtropical Fruit Production, CAB internatinal, Oxfordshire, london, UK.

9- Jalili Marandi R. 2005. Pomology, Jahad Daneshgahi of West Azerbaijan unit publication, Ormia, Iran.

10- Khamis A., Ismail Z., Haron, K. and Mohammed A. T. 2005. Nonlinear growth models for modeling oil palm yield growth, Journal of Mathematics and Statistics, 1(3): 225-233.

11- Latifian, M. and Zareh M. 2009. The effects of climatic factors on Date palm scale (Parlatoria blanchardi Targ.) (Hem.: Dispididae) in Khuzestan province, Plant Protection Journal, 1(3): 277-287. (in Persian)

12- Li Y., Ma S., Wang Y., Xuan X., Hou L., Sun, Q. and Yang K. 2012. The dynamics of fat, protein and sugar metabolism during walnut (Juglans regia L.) fruit development, African Journal of Biotechnology, 11(5): 1267-1276.

13- Orlandini S., Moriondo M., Cappellini, P. and Ferrari P. 1998. Analysis and modelling of apple fruit growth, 28-31 July 1998, Atti V° Int. Symp. on Computer modelling in fruit research and orchard management, Wageningen, Netherland.

14- Pinney, K. and Polito V.S. 1983. English walnut fruit growth and development, Scientia Horticulturae, 21:19-28.

15- Ramos D. E. 1997. Walnut Production Manual, University of California, Division of Agriculture and Natural Resources, Oakland, USA.

16- Rawlings J.O., Pantula, S.J. and Dickey D.A. 1998. Applied Regression Analysis: A Research Department of statistics North Carolina State University, 659p, Available at: http://books.google.com/books?id=PMeJGeXA09EC&printsec=frontcover#v=onepage&q&f=false (visited 24 August 2013).

17- Saei A., Talaei A., Zamani, Z. and Tastyn S. 2011. Modeling and assessment of crop load effect on fruit growth pattern of apple cv. red spur in karaj climatic conditions, Iranian Journal of Horticaltural Sciences, 42(1):83-94. (in Persian with English abstract)

18- Sharma S.D., Monastra, F. and Rator F.D.S. 2001. Breeding hazelnut, almond and walnuts, Translated by Jalili Marandi R, HakimiRezai J., Urmia University Jahad Publications, Urmia, Iran.

19- Soltani A. 2007. Application of SAS in statistical analysis, Jahad Daneshgahi Mashhad Press, Mashhad, Iran.

20- Soltani A. 2008. Reconsideration of application of statistical method in agricultural researches, Jahad Daneshgahi Mashhad Press, Mashhad, Iran.

21- Soltani A. 2009. Mathematical modeling in crop plants, Jahad Daneshgahi Mashhad Press, Mashhad, Iran.

22- Zavalloni C., Andresen J.A. and Flore J.A. 2006. Phenological models of flower bud stages and fruit growth of Montmorency sour cherry based on growing degree-day accumulation, Journal of the American Society for Horticultural Science, 131(5): 601-607.